フライ概歩行リズムに見られる時空間特徴を定量化する手法である. します。定量化を実現するには、マルチ パラメトリック モデル波形と飛ぶ活動をフィッティングします。モデル パラメーターは、形状と朝のサイズと夜の毎日の活動のピークをについて説明します。
ほとんどの動物と植物の概日時計は行動および分子プロセスを調整し、毎日の明暗サイクルに同期させます。この一時的なコントロールの根底にある根本的なメカニズムが広くミバエショウジョウバエをモデル生物.として使用ハエで時計は複数日の歩行記録を分析することによって, 通常。このような記録を示しています活動の 2 つのピークを持つ複雑な二峰: 夜明けのまわりで起こる朝ピークと夕暮れ時に発生するピークの夜。これらの 2 つのピーク一緒には、正弦波振動と非常に異なっている波形観測時計に加えてメカニズムある行動データで観測されたパターンの生産に大きな影響を及ぼすことを示唆している時計遺伝子を形成。ここで飛ぶ活動の時空間パターンを数学的に示す最近開発された計算方法の使用についての指示を提供します。4 つの指数言葉と形状と朝のサイズおよび活動の夜のピークを完全に記述する 9 つの独立したパラメーターで構成されるモデル波形と活動データをメソッドに適合します。抽出されたパラメーターは、フライの歩行リズムの一般的な観察のバイモーダル活動パターンの根底にある基板の速度論的解明を助けることができます。
概日時計約 24 時間周期で内因性の生化学的発振器です、ほとんどすべての動物と植物の1,2。時計は、生物の内部プロセスと外部ライト暗い周期に動作を同期するのに役立ちます。体内時計の遺伝子構造は、1960 年代から広く研究されているミバエ、キイロショウジョウバエを用いたします。この昆虫の体内時計の中核は、4 つの蛋白質から成り: 期間、タイムレス、クロック、およびサイクル。一緒に他の分子のこれらのコア コンポーネントは、時計遺伝子3,4のほぼ正弦波の振動を生成するフィード バック ループを形成します。ハエの体内時計では、個々 のチューブ5の中間を渡る単一の赤外線ビームを飛ぶアクティビティが検出される、複数日の歩行記録を使用して広く検討されています。記録典型的なハエがよく区別ピークをもつ複雑な二峰: 夜の終わりから開始し、最大は、ライトがオン; 朝のピーク (M)一日の終わりから始まり、最大は、ライトをオフに6夜ピーク (E)。興味深いことに、このような行動の記録の形が観測された時間的パターンに貢献する付加的なメカニズムのアクションを示唆して、分子レベルで観察される単純な正弦波振動と非常に異なって。これらの隠されたメカニズムについて、時系列パターンの定量的説明計算ツールを開発しました。
私たちの仕事の歩行リズムはフライの活動パターンを模した波形に基づいて定義されます。活動の観察されたリズミカルな変化をモデル化する単純な正弦波を使用できない、ため録音に見られるすべての顕著な特徴をキャプチャする最も単純な 1 つを選択する様々 な信号波形をテストしました。ショウジョウバエ概日行動は、多くの場合アクティブ化および非アクティブ化の7の指数パターンがあります時計ニューロンの活動によって制御されます。指数のダイナミクスと、データの視覚的な分析指数の条件 9 つの独立したパラメーターで 4 つの指数から成ると飛ぶ活動パターン8を密接に似ているモデルを構築する私たちの動機。運動データに加えて、そのパワー スペクトルを分析もできます。典型的な飛行活動のスペクトルは、高調波 T02、T03、等、概日周期 T0で期待される基礎的ピークに加えて複数のピークを示しています。フーリエの定理によると純粋な正弦波だけより複雑な波形は (図 1) のプライマリの期間の高調波で複数スペクトルのピークを表示しながらパワー スペクトルのピークを生成します。多ピーク スペクトル データ飛ぶ活動8の非正弦波の時空間パターンを考えると、したがって、数学的に予想される、複数振動の期間の存在を必ずしも意味しません。重要なは、提案モデル波形のスペクトルはまた一次周期、高忠実度モデル説明飛ぶデータを時間と周波数の両方を強調するためハエの歩行録音と同様のすべての高調波でピークを示しています。
数分以内飛ぶ活動時間解像度でデータが騒々しい、生データから直接パラメーターを抽出する困難に表示されます。長い時間間隔に合算データは騒音レベルを減らすことができますが、モデルのパラメーターの推定に影響を与えることができる方法でデータを変更することができます。我々 したがって、録音のパワー スペクトルからモデル関数8 (参照8の追加ファイル 1 を参照) のフーリエ変換から計算された予想されるスペクトルの解析式を使用してパラメーターを取得します。パワー スペクトルからのパラメーターの取得は、このアプローチには、ビニングまたは生アクティビティ データのフィルタ リングなどの任意の追加操作することがなく正確なパラメーター値が得られます。モデルとアプリケーションを野生型と変異型のデータの数学的な詳細は、参照8で説明されます。プロトコルはここで計算ツールを使用する手順に焦点を当てて紹介。
この作品は、フライの歩行パターンの定量的説明計算ツールを使用する手順を示します。ツールは、一緒に形状と M と E のピークのサイズを記述する 4 つの指数言葉から成る数学モデルと歩行データをフィットします。モデル パラメーターの最終値は生データの使用は、ビニングまたはフィルタ リング データがパラメーター値に課すことができる artefactual の効果を避けることが、データの…
The authors have nothing to disclose.
ビデオ コンテンツのヘルプについてスタニスラフ Lazopulo に感謝しております。